http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
허태길 인제대학교 백병원 2002 仁濟醫學 Vol.23 No.3
Actinomycosis is a chronic suppurative and granulomatous bacterial infectious disease caused by Actinomyces israeli and characterized by sulfur granule formation in pus or surgically resected specimen. Actinomyces israeli are normal inhabitants in the oral cavity and upper intestinal tract of humans. The three mar clinical presentations include the cervicofacial, thoracic, and abdominal legions. Most of abdominal actinomycosis is developed after abdominal operation, trauma or inflammatory bowel disease, We report a case of mass formed abdominal actinomycosis in 50-year old woman who had received appendectomy 15 years ago. The patient underwent surgery under the impression of soft tissue mass involving greater omentum and adjacent mesentery, which was diagnosed actinomycosis by a histological study of operative specimens.
許泰一 仁荷大學校 韓國學硏究所 1992 한국학연구 Vol.4 No.-
《용감수경》은 요나라 중인 행균(行均) (자 廣齋, 속성은 우씨)이 편찬한 것으로서 장경에 관한 자서(주書)이다. 원판은 이미 없어진지 오됐는데 송대에 이르러 이름을 고쳐 《용감수경》으로 간행되었다. 이 책은 모두 4권이다. 매 권을 편방(偏脣)에 따라 부(部)로 나누고 부두(部頭)는 평(平), 상(士.), 취(去), 입(人) 4성을 순서로 배열하였으며 매 글자 아래마다 고체(古體), 별자(別字)를 자세히 열거하였다.
랜덤포레스트와 적외선 분광법을 이용한 팽나무속 (Celtis) 수종 식별 및 분광학적 특성 중요도 분석
허태임(Tae-Im Heo),김동현(Dong-Hyun Kim),황성욱(Sung-Wook Hwang) 한국데이터정보과학회 2021 한국데이터정보과학회지 Vol.32 No.6
본 연구는 잠재적 활용 가치가 높은 팽나무속 수종의 분류군 프로파일링을 위한 데이터를 확보하기 위해 수행되었으며, 본 논문에서는 적외선 분광법과 기계 학습 기법을 이용한 목재 식별 과정을 다루었다. 한반도에 자생하는 팽나무속 5 수종과 푸조나무속 1 수종으로 구성된 삼과 6 수종으로부터 4000-400 cm<SUP>-1</SUP> 영역의 적외선 스펙트럼을 획득하여 데이터세트를 구축하였다. 수종 식별을 위해 랜덤포레스트, 서포트 벡터 머신, 인공신경망 모델을 수립하였으며 랜덤포레스트의 평균 불순도 감소에 기반한 스펙트럼 특성 중요도를 산출하였다. 조사된 수종들의 분광학적 특성은 매우 유사하여 원본 적외선 스펙트럼으로 학습된 모델의 식별 정확도는 0.533-0.733 수준이었으나 2차 미분으로 전처리된 스펙트럼을 학습한 모델의 성능은 0.800-0.867로 상당히 개선되었다. 랜덤포레스트에서 1800-700cm<SUP>-1</SUP> 스펙트럼 영역이 특성 중요도가 높게 산출되었다. 해당 영역의 스펙트럼 데이터로 선택 학습된 모든 모델의 정확도가 0.867-0.933 수준으로 향상되어 실제로 수종 식별에 대한 중요도가 높은 영역임이 확인되었다. This study aims to accumulate data for taxonomic profiling of Celtis species with high potential usefulness. This paper describes a process for wood identification using machine learning techniques with infrared spectroscopy. A spectral dataset was built by acquiring infrared spectra in the 4000-400 cm<SUP>−1</SUP> region from six species of the Cannabaceae family. Random forest, support vector machine, and artificial neural network models were established for wood identification. In addition, the mean decrease impurity-based feature importance was produced from the random forest model. Because the spectral characteristics of the six species were very similar, the identification accuracies of the models trained with the original infrared spectra were low as 0.533-0.733. Data preprocessing using the Savitzky-Golay algorithm resulted in improved accuracy to 0.800-0.867. Random forest suggested that the feature importance of the 1800-700 cm<SUP>−1</SUP> region was relatively high. The identification performance of all models trained with spectral data of the 1800-700 cm-1 region was improved to 0.867-0.933, proving that the selected region has high importance for the identification of the Celtis species.
허태길 ( Tae Gil Heo ),홍성우 ( Seong Woo Hong ),장여구 ( Yeo Goo Chang ),이우용 ( Woo Yong Lee ),오행진 ( Haeng Jin Ohe ),최경운 ( Kyeong Woon Choi ),강윤경 ( Yun Kyung Kang ) 대한소화기학회 2021 대한소화기학회지 Vol.78 No.4
Tuberculosis of the cystic duct lymph node is very rare. Only four cases have been reported in the literature. This paper presents the case of a young male patient with a tuberculous cystic duct lymph node and chronic cholecystitis, who was diagnosed with cystic duct stones and a gall bladder polyp preoperatively. (Korean J Gastroenterol 2021;78:245-248)